叶面积指数(Leaf Area Index,LAI)高度综合了植被水平覆盖状况和垂直结构,以及枯枝落叶层厚薄和地下生物量多少,是植被影响土壤侵蚀的主要方面。区域尺度的时间序列叶面积指数揭示了区域土壤侵蚀的演化过程。因此,及时准确地掌握区域尺...
详细信息
叶面积指数(Leaf Area Index,LAI)高度综合了植被水平覆盖状况和垂直结构,以及枯枝落叶层厚薄和地下生物量多少,是植被影响土壤侵蚀的主要方面。区域尺度的时间序列叶面积指数揭示了区域土壤侵蚀的演化过程。因此,及时准确地掌握区域尺度上长时间序列的植被LAI,对研究土壤侵蚀动态变化与植被的关系至关重要。选择南京市1988—2013年10期遥感影像,基于反向传播(Back Propagation,BP)神经网络构建LAI反演模型,进行了长时间序列的叶面积指数反演。结合2009和2010年LAI实测值,验证与探讨了该模型的评价精度与适应性。结果表明:(1)该模型拟合度较高,2009和2010年平均相对误差、均方根误差、相关系数分别是0.2395和0.2174,0.2962和0.2581,0.7713和0.6844,各项精度评价指标均较好;(2)统计分析去除耕地后全市LAI变化,低植被覆盖(LAI<2)面积不断增加,高植被覆盖区(LAI>3)面积先减少后增加,耕地面积不断减少,符合南京市的发展变化规律;(3)主城区LAI年际变化与其他学者得到的南京市植被盖度变化趋势一致,反演结果的时序性较高。本文提出的基于反向传播神经网络模型反演长时间序列LAI是可行的,为区域尺度土壤侵蚀定量遥感监测提供新途径。
生态功能分区是生态系统管理的重要环节,基于生态系统服务簇进行生态功能分区对维持生态系统的可持续性具有重要意义。以青藏高原生态屏障区为例,采用生态系统服务和权衡的综合评估模型(Integrated Valuation of Ecosystem Services and...
详细信息
生态功能分区是生态系统管理的重要环节,基于生态系统服务簇进行生态功能分区对维持生态系统的可持续性具有重要意义。以青藏高原生态屏障区为例,采用生态系统服务和权衡的综合评估模型(Integrated Valuation of Ecosystem Services and Trade-offs,InVEST)、修正通用土壤流失方程模型(Revised Universal Soil Loss Equation,RUSLE)和卡内基-阿梅斯-斯坦福模型(Carnegie-Ames-Stanford Approach,CASA)评估产水量、土壤保持、固碳和生境质量,在县域尺度上基于主导的生态系统服务类型将研究区划分3个生态系统服务多功能区(生态调节多功能区E1、生态供给多功能区E2和生态支持多功能区E3),并分析了生态系统服务多功能区的时空变化及影响因素。结果表明:(1)与2000年相比,2015年青藏高原生态屏障区产水量和土壤保持减弱,固碳和生境质量提高;(2)青藏高原生态系统服务多功能区时空变化主要是E1和E3之间的相互转化;(3)降水是影响青藏高原生态系统服务多功能区空间格局形成的最主要因素,人口密度是增幅最明显的因素。社会经济因素和自然因素的共同作用加强了多功能区的相互转化。该研究结果可为青藏高原土地多功能属性的管理和国土空间整体功能的提升提供价值参考。
暂无评论